该文针对地球同步轨道合成孔径雷达(GEOSAR)提出一种新的2维俯仰–滚动姿态导引方法，可有效解决传统2维偏航导引方法用于GEOSAR时大偏航角的问题，更适用于具有大功率、大天线和大转动惯量的GEOSAR卫星。该方法应用于GEOSAR卫星时，不需调整偏航角，仅通过调整不超过±8°的俯仰角和滚动角，即可实现正侧视。相较于传统导引方法，该方法将卫星机动角度和时间减小至1/10左右，可大幅降低GEOSAR工程实施难度。该方法应用于不同轨道高度的SAR卫星时，均可实现残留多普勒中心值为0，具有普适性。此外，针对不同轨道高度SAR卫星，该文提出了姿态导引方法选择的参考依据。

基于CFAR和核密度估计(KDE)的SAR传统舰船候选区域提取方法存在以下缺陷：CFAR虚警率依赖人工经验选择；CFAR仅对杂波分布建模，会对被检目标构成一定的漏检风险；利用KDE进行强海杂波过滤时，需凭人工经验选择滤除阈值。这使得传统舰船候选区域提取方法无法适应多星多分辨率等复杂场景。该文提出一种面向多星多分辨率的SAR图像舰船候选区域提取算法，针对CFAR算法的缺陷，提出采用均值二分法迭代逼近目标计算分割阈值，在克服CFAR缺陷的同时，计算效率比CFAR提高10倍以上；针对KDE的缺陷，提出了区块KDE结合大阈值滤除强海杂波，再借助种子点生长算法重建目标。由于大阈值具有足够的阈量，使得算法可以适应更复杂的场景。实验表明所提方法具有不漏检、阈值自适应、计算效率高、虚警率低的优点，具备优秀的多星多分辨率SAR舰船候选区域提取能力。

针对特显点选取易受噪声影响这一问题，该文提出一种基于全局图像最大对比度的逆合成孔径雷达(ISAR)方位定标算法，并在实现方位定标的同时完成距离空变相位补偿自聚焦。该方法以图像对比度作为代价函数，利用BFGS算法实现代价函数的最大化高效求解，获得目标信号的距离空变调频率，进而计算目标有效转动角速度，实现方位定标和距离空变相位自聚焦。仿真和实测数据实验对比验证了该算法的有效性和稳健性。

宽带雷达微动目标3维干涉测量可为目标运动几何参数估计提供重要信息。该文针对宽带雷达斜视3维干涉测量微动目标参数估计，提出一种斜视校正干涉测量微动几何参数估计方法。方法对L型天线阵列中各天线接收回波进行干涉测距测角，通过建立2元2次非线性方程和坐标变换实现斜视扭曲校正，得到目标散射中心3维运动轨迹，继而采用滤波和优化求解实现目标微动几何参数估计，有效提高了微动目标运动几何参数估计准确性和平滑稳健性。

针对机载多输入多输出(MIMO)雷达杂波抑制问题，该文提出一种改进的基于知识辅助的空时自适应信号处理算法(KA-STAP)。根据杂波在空时2维平面的先验分布离线构造杂波子空间，以此替代基于扁长椭球波函数(PSWF)估计的杂波子空间，避免了复杂运算。仿真结果表明，所提方法不仅能减小运算量，还能获得更深的零陷以及更优的旁瓣性能。

雷达通信一体化具有频谱利用率高、设备少等优势，该文在OFDM-LFM MIMO雷达的基础上，通过改变每个阵元发射信号的初始频率实现了雷达通信一体化。通信接收端通过判别信号的频率实现信息解调；雷达接收端通过时域频谱拼接实现信号合成，达到与传统OFDM-LFM MIMO雷达一样的距离分辨率。该方法将数据嵌入到发射信号中，改变了发射信号的初始频率，但没有影响信号之间的正交性。因此，该方法没有改变MIMO雷达的全向方向图，同时也使得通信方向是全向的。仿真实验表明了该方法在雷达和通信两个方面的有效性。

对于地杂波存在情况下的降水粒子分类问题，传统方法在不同的天气及环境条件下会产生较大分类误差。该文提出一种基于模糊神经网络(FNN)-模糊C均值聚类(FCM)算法的双偏振气象雷达降水粒子分类方法。该方法首先利用双偏振气象雷达在晴空模式下接收的地杂波数据训练FNN，自适应地计算地杂波各偏振参量隶属函数的参数，然后利用训练得到的地杂波隶属函数对降水模式下的地杂波进行抑制，最后采用模糊C均值聚类算法对地杂波抑制后的回波进行降水粒子分类。对实测数据的处理结果表明，该方法能够有效地抑制地杂波并获得较为精细的降水粒子分类结果。

单脉冲雷达广泛用于导弹末制导以对飞机、舰船目标实施精确打击。针对单脉冲雷达抗干扰性强的特点，该文采用交叉眼对单脉冲雷达进行干扰，在考虑交叉眼的反向天线结构下，基于雷达方程、单脉冲雷达测角原理，以比相单脉冲雷达为干扰对象，对隔离目标回波和考虑目标回波下的两点源反向交叉眼干扰进行建模，基于线性拟合的分析方法得到了两点源反向交叉眼参数与单脉冲雷达指示角的一般性公式。并通过案例仿真探讨了干扰机功率、信号相位差、信号幅值比及目标回波相位等参数对单脉冲雷达角度欺骗效果的影响。结果表明：干扰机发射的两路信号相位差越接近180°，幅值比越接近1，干扰机对单脉冲雷达角度欺骗效果越好；在JSR(干信比)为10～25 dB之间时，随着干扰机功率的增大，相同干扰效果下干扰机参数容限越宽松；受目标回波相位变化影响，两点源交叉眼干扰效果不稳定；数学模型与单脉冲雷达接收机仿真模型结果一致。该文研究可为飞机、舰船搭载反向交叉眼干扰机设计提供参考。

该文提出一种基于调频连续波(FMCW)雷达多维参数的卷积神经网络手势识别方法。通过对雷达信号进行时频分析，估计手势目标的距离、多普勒和角度参数，构建出手势动作的多维参数数据集。同时，为了进行手势特征提取和精确分类，提出多分支网络结构和高维特征融合的方案，设计出具有端到端结构的RDA-T多维参数卷积神经网络。实验结果表明，结合手势动作的距离、多普勒和角度信息进行多维参数学习，所提方法有效解决了单维参数手势识别方法中手势描述信息量低的问题，且手势识别准确率相较于单参数方法提高了5%～8%。

为提高电磁辐射源的定位精度，该文提出一种利用光纤方式同步的超短基线电磁探测阵列(CASMA)。该阵列包括5个电磁探测站和1个控制中心，阵元间距约为1 km(基线长度与波长的比值约为0.1)，同步精度可达10 ns。CASMA用来测量20～70 kHz长波发射电台的垂直电场信号，并利用低频电磁干涉成像算法计算发射电台的方位角。通过实验对比可以发现，估计的发射台方位角与真实发射台方位角之间的误差小于0.2°，远远优于传统的波达角估计方法。因此，CASMA对电磁辐射源具有很高的测向精度。根据实验结果，在2500 km范围内，若两CASMA电磁探测阵对电磁辐射源进行交汇定位，定位精度预期可达0.5%·R(R为探测距离)。

为在混响室中线缆共模干扰时的设备(EUT)进行临界辐射干扰场强测试，并确保与开阔场中测试结果一致，该文推导了线缆上共模电流满足的方程，将共模电流分解为相应的特征电流，计算了终端负载任意时线缆最大方向性系数的变化范围。以单导体传输线和同轴线为EUT，分别在混响室和开阔场中测试线缆的临界干扰场强，对计算结果进行了验证。结果表明：最大方向性系数的计算结果可以保证两种不同场地中测试结果的一致性，双线的共模干扰以及同轴线均可以等效为单线，且线缆弯曲对测试结果基本没有影响。

为实现电磁计算的安全可靠和自主可控，该文基于“天河二号”国产众核超级计算机平台，开展大规模并行矩量法(MoM)的开发工作。为减轻大规模并行计算时计算机集群的通信压力以及加速矩量法积分方程求解，通过分析矩量法电场积分方程离散生成的矩阵具有对角占优特性，提出一种新型LU分解算法，即对角块矩阵选主元LU分解(BDPLU)算法，该算法减少了panel列分解的计算量，更重要的是，完全消除了选主元过程的MPI通信开销。利用BDPLU算法，并行矩量法突破了6×10⁵ CPU核并行规模，这是目前在国产超级计算平台上实现的最大规模的并行矩量法计算，其矩阵求解并行效率可达51.95%。数值结果表明，并行矩量法可准确高效地在国产超级计算平台上解决大规模电磁问题。

针对被动声呐对宽带干扰抑制的应用需求，该文提出一种利用少快拍数据的宽带干扰鲁棒性抑制算法。算法基于宽带干扰的预估方位，得到带宽内多频点叠加的导向互谱密度矩阵，以此估计出信号子空间，并采用投影法对单位向量修正，再逆转换得到干扰导引向量估计。对所有待抑制的干扰重复上述步骤，得到干扰导引向量集，进而构造抑制矩阵。对阵元域数据处理得到剔除掉干扰成分的阵元数据，再进行空间处理即可得到最终的空间谱。理论分析及仿真、海试数据处理表明，算法可采用少快拍，甚至单快拍的频域数据进行处理。在目标运动、环境状态快速变化等不适宜时间积分的环境下依然具有良好性能，同时对空间处理面临的各类失配具有鲁棒性。

针对现有算法在预测多变量时间序列中的缺失数据时不适用或只适用于缺失数据较少的情况，该文提出一种基于克罗内克压缩感知的缺失数据预测算法。首先，利用多变量时间序列的时域平滑特性和序列之间的潜在相关性从时空两个方面设计了稀疏表示基，从而将缺失数据预测问题建模成稀疏向量恢复问题。模型求解部分，根据缺失数据的位置特点设计了适合当前应用场景且与稀疏表示基相关性低的观测矩阵。接着，从稀疏表示向量是否足够稀疏和感知矩阵是否满足有限等距特性两个方面验证了模型的性能。最后，仿真结果表明，所提算法在数据缺失严重的情况下具有良好的性能。

该文针对压缩感知多目标无源定位在无线定位环境中的字典失配问题，提出基于变分期望最大化算法的字典适配方法。该方法首先根据鞍面模型建立无源字典，并将与定位环境相关的字典参数作为可调参数。然后，为目标位置向量建立两层的混合高斯先验模型以诱导其稀疏性。最后，利用变分期望最大化算法估计隐藏变量的后验分布以及优化字典环境参数，实现多目标位置估计和字典适配。仿真结果表明，相较于传统的压缩感知多目标无源定位方法，在变化的无线定位环境下，所提定位方法的性能优势尤为明显。

灰狼优化算法(GWO)是一种新的基于灰狼捕食行为的元启发式算法，被证明是一种具有高水平的探索和开发能力的算法。但是存在开发和探索不平衡的问题，以至于其优化性能并不理想。该文将混沌理论引入GWO中，用于平衡GWO的探索和开发，提出一种改进的混沌灰狼优化算法(CGWO)，并应用于多层感知器(MLPs)的训练。首先，基于Cubic混沌理论对GWO的位置更新公式进行改进，以增加个体的多样性，增大跳出局部最优的概率和对解空间进行深入的搜索；其次，设计一种非线性收敛因子，用于协调和平衡CGWO算法在不同迭代进化时期的探索和开发能力；最后，将CGWO算法作为MLPs的训练器，用于对3个复杂分类问题进行分类实验。结果表明：CGWO在分类准确率，避免陷入局部最优，全局收敛速度和鲁棒性方面相较于其他对比算法均具有较好的性能。

针对现有兴趣点推荐的初始化和忽视评论信息语义上下文信息的问题，将深度学习融入推荐系统中已经成为兴趣点推荐研究的热点之一。该文提出一种基于深度学习的混合兴趣点推荐模型(MFM-HNN)。该模型基于神经网络融合评论信息与用户签到信息来提高兴趣点推荐的性能。具体地，利用卷积神经网络学习评论信息的特征表示，利用降噪自动编码对用户签到信息进行初始化。进而，基于扩展的矩阵分解模型融合评论信息特征和用户签到信息的初始值进行兴趣点推荐。在真实签到数据集上进行实验，结果表明所提MFM-HNN模型相比其他先进的兴趣点推荐具有更好的推荐性能。

为了提高光学加密技术的抗选择明文攻击能力与未知攻击下的解密质量，该文设计了基于差异混合掩码与混沌Gyrator变换的光学图像加密算法。将输入明文转换成相应的快速响应码；考虑明文特性，根据Logistic映射，生成一个混沌相位掩码；同时，联合径向希尔伯特与波带片相位函数，将其与混沌相位掩码融合，构建了混合相位掩码；随后，利用明文图像迭代Logistic映射所输出的随机序列来计算Gyrator变换的旋转角度，结合混合相位掩码，对快速响应码进行调制，形成Gyrator频谱；引入等量分解技术，将Gyrator频谱分割为两个分量，并设置不同的阶数，形成两个差异螺旋相位掩码；利用奇异值分解(SVD)方法，将其中一个Gyrator频谱分量进行处理，并联合两个差异螺旋相位掩码，分别对其相应的正交矩阵进行编码；最后，通过组合编码后的正交矩阵与对角矩阵，基于可逆SVD技术，输出加密密文。理论分析了所提算法抵抗明文攻击和裁剪攻击的能力，以及加密结果针对密钥变化的敏感性水平。实验结果验证了所提算法拥有良好的安全性能。

通过零均值化的微观结构模式二值化(ZMPB)处理，该文提出一种立足于局部图像多尺度结构二值模式提取的图像表示方法。该方法能够表达图像中可能出现的各种具有视觉意义的重要模式结构，同时通过主导二值模式学习模型，可以获得适应于图像数据集的主导特征模式子集，在特征鲁棒性、鉴别力和表达能力上达到优异性能，同时可以有效降低特征编码的维度，提高算法的执行速度。实验结果表明该算法性能优异，具有很强的鉴别能力和鲁棒性，优于传统LBP和GIMMRP方法，和很多最新算法结果相比，也具有竞争优势。

当前行为识别方法在不同视角下的识别准确率较低，该文提出一种视角无关的时空关联深度视频行为识别方法。首先，运用深度卷积神经网络的全连接层将不同视角下的人体姿态映射到与视角无关的高维空间，以构建空间域下深度行为视频的人体姿态模型(HPM)；其次，考虑视频序列帧之间的时空相关性，在每个神经元激活的时间序列中分段应用时间等级池化(RP)函数，实现对视频时间子序列的编码；然后，将傅里叶时间金字塔(FTP)算法作用于每一个池化后的时间序列，并加以连接产生最终的时空特征表示；最后，在不同数据集上，基于不同方法进行了行为识别分类测试。实验结果表明，该文方法(HPM+RP+FTP)提高了不同视角下深度视频识别准确率，在UWA3DII数据集中，比现有最好方法高出18%。此外，该文方法具有较好的泛化性能，在MSR Daily Activity3D数据集上得到82.5%的准确率。

针对具有结构性噪声干扰的稀疏信号处理问题，该文提出一种基于贝叶斯理论的感知矩阵优化设计方法。结合具有加性干扰的稀疏信号模型，通过对感知矩阵进行能量约束，最小化信号的后验协方差矩阵的迹，实现感知矩阵的优化设计。仿真不同信号稀疏度和重构算法时，感知矩阵优化对信号重构误差和重构时间的影响；分析信号先验信息存在偏差时，感知矩阵优化对重构效果的影响。仿真结果表明，优化后的感知矩阵能够更好地获取稀疏信号中的重要信息，信号重构精度的均方误差减小约15～25 dB，重构时间减少约40%。

针对在非协作通信以及低信噪比下组合二进制偏移载波(CBOC)信号伪码周期和组合码序列较难估计的问题，该文提出了2次谱算法与基于径向基函数(RBF)神经网络算法。对输入信号进行2次功率谱计算，可以得到CBOC信号的伪码周期。在此基础上，首先对接收的1周期组合码序列进行重叠分段，其次优化筛选出学习系数，对每段数据向量作为RBF神经网络的输入信号并进行有监督地调节，最后对每段数据向量多次输入并反复训练权值向量就可以恢复原组合码序列。仿真结果表明，利用2次谱可以在低信噪比下估计出伪码周期；在误码率低于1%的情况下，所提出的RBF神经网络相比于反向传播(BP)神经网络与Sanger神经网络，信噪比分别提高1 dB和3 dB，并且在同等条件下所需的数据组数较少。

一致迭代硬阈值(CIHT)算法在处理音频截幅失真中具有较好的性能。但是，在截幅程度较大时音频截幅修复的性能会下降。因此，该文提出一种基于自适应门限的改进算法。该算法自动估计音频信号截幅程度，根据估计的截幅程度信息，自适应调整算法中的截幅程度因子。与近年来提出的CIHT算法和一致字典学习算法(CDL)相比，该文所提算法能更好地重建音频信号，特别在音频信号截幅失真严重的情况。该算法的运算复杂度与CIHT相近，与CDL相比，拥有更快的运行速度，有利于实时实现。

针对滤波器组系统硬件实现时原型滤波器的有限字长效应问题，该文研究如何改善FIR原型滤波器由信号量化引起的舍入噪声，即降低舍入噪声增益，提出一种FIR滤波器优化结构。通过分析舍入噪声来源，利用多项式参数化方法对舍入噪声增益表达式进行推导。仿真实例证明，在不同字长约束条件下所提结构滤波器的幅频相频响应与理想状态基本吻合；通过与现有算法对比，所提结构具有较小的舍入噪声增益。

FIR陷波滤波器具有线性相位、精度高、稳定性好等诸多优势，然而当陷波性能要求较高时，通常需要较高的阶数，导致FIR陷波滤波器硬件实现复杂度大大提高。该文基于稀疏FIR滤波器设计算法和共同子式消除的思想，提出一种低复杂度的FIR陷波滤波器设计方法。该方法首先采用稀疏滤波器设计算法得到满足频域性能设计要求的FIR陷波原始滤波器系数，然后对其进行CSD编码，并分析CSD编码量化系数集中所有的2项子式和孤子的灵敏度，最后根据灵敏度的大小依次选择合理的2项子式或孤子直接合成滤波器系数集。仿真结果表明，新算法设计实现的FIR陷波滤波器比已有的低复杂度设计方法最多可减少51%的加法器，有效地降低了硬件实现复杂度，大大节省了硬件资源。

为解决多层异构网(HetNet)中全双工小小区基站(SBS)的回程问题，该文提出一种基于非正交多址接入(NOMA)技术的带内无线回程方案。首先构造出由大规模多输入多输出(MIMO)宏小区基站(MBS)和K层单天线SBS组成的K+1层HetNet，网络中所有基站均工作在全双工模式。特别考虑了MBS下行传输模式，允许全双工SBS采用先进的NOMA技术在下行链路移动用户信号上叠加回程信号。接着利用随机几何知识和齐次泊松点过程模型，在此HetNet模型上研究移动用户的小小区上行和回程传输信干比覆盖概率，并讨论SBS的吞吐量。最终结果表明小小区回程传输覆盖概率尽管随着功率共享系数单调变化，但与移动用户的功率的关系并不满足单调性；当满足一定功率分配时，与没有采用NOMA的SBS系统相比，NOMA小小区网络可获得吞吐量增益。

毫米波混合波束成形结构受到日益广泛的认可，但缺乏以安全性为着眼点的混合波束成形算法研究，特别是当窃听者具有多用户译码能力时，系统安全性能无法得到保障。针对上述问题，该文基于人工噪声辅助的思想提出一种毫米波下行多用户系统安全混合波束成形算法。首先，将混合波束成形矩阵的模拟部分和数字部分解耦合独立求解，在充分考虑信道特性的基础上，通过最大化用户接收信号能量和迫零思想分别设计有用信号的模拟和数字波束成形矩阵；然后，通过SVD分解设计人工噪声的基带数字预编码矩阵，将人工噪声置于合法用户零空间。仿真结果表明，人工噪声辅助的安全混合波束成形算法有效解决了存在具有多用户译码能力窃听者时系统的安全问题。

针对极化码译码串行输出造成较大译码时延的问题，该文提出一种基于预译码的最大似然简化连续消除译码算法。首先对译码树节点存储的似然值进行符号提取并分组处理，得到符号向量组；然后比较符号向量组与该节点的某些信息位的取值情况，发现向量组中储存的正负符号分布规律与该节点的中间信息位的取值具有一一对应的关系；在此基础上对组合码中间的1～2 bit进行预译码；最后结合最大似然译码方法估计组合码中的剩余信息位，从而得到最终的译码结果。仿真结果表明：在不影响误码性能的情况下，所提算法与已有的算法相比可有效降低译码时延。

针对复杂战场环境下无人机(UAV)蜂群的渗透侦察任务，考虑无人机间信息传输时能量消耗的不均匀性，影响侦察任务的高效实施，该文提出一种基于无线紫外光隐秘通信的侦察UAV蜂群分簇算法。该算法结合无线紫外光散射通信的优点，通过分簇拓扑管理机制对UAV蜂群进行能耗平衡。仿真结果表明，与现有算法相比，所提算法能够有效均衡网络能量消耗，提高网络的传输效率，并且选取合适的数据包长度及节点密度可延长UAV蜂群的生存周期。

随着网络功能虚拟化(NFV)技术的发展，虚拟网络功能(VNF)可以通过服务功能链(SFC)的形式部署在如虚拟机的通用平台中，为管理带来灵活性。但是对于服务提供商来说，由于网络基础设施的复杂性和日益增长的服务需求，给VNF的部署带来了高昂的运营成本(OPEX)。针对此问题，该文提出一种面向OPEX优化的策略，旨在最小化OPEX中的激活、能耗和传输成本，得到VNF部署和路由分配优化方案。为此建立一种全新的混合整数线性规划(MILP)模型，并设计包括遗传算法(GA)在内的3种OPEX优化算法。仿真实验评估在不同资源配给下MILP和3种算法的OPEX及其性能，其中GA算法在节点资源配比60%以上时可以得到近似于MILP模型的解决方案。

请求接受率和节能是虚拟网映射过程中两个至关重要的指标，然而当前虚拟网映射问题的研究仅考虑单一指标，忽略了两者之间的关联和制约，导致虚拟网映射整体性能下降。该文提出一种基于纳什议价的虚拟网多目标映射算法(MOVNE-NB)：利用博弈论谈判技术，在纳什议价的框架下协商虚拟网映射的合理解；提出公平议价机制，避免参与人自私决策而导致议价失败。实验表明，MOVNE-NB算法不仅能产生一个帕累托有效解，且实现了请求接受率和节能的公平折中。

随着数据中心网络流量的迅速增长，如何提高数据中心网络性能和服务质量成为了研究热点。然而现有的流量调度算法在网络负载加大时，一方面会导致网络带宽碎片化从而使得网络吞吐量降低，另一方面忽视了流量应用需求导致网络服务质量较差。为此，该文提出一种面向带宽碎片最小化和QoS保障的动态流量调度算法，算法综合考虑了带宽敏感的大流、时延与丢包敏感的小流的不同需求，首先根据待调度流的源地址和目的地址建立最短路径集，其次从中筛选出满足待调度流的带宽需求的所有路径，然后根据路径剩余带宽信息和小流应用需求情况为每条路径建立权重函数，最后根据权重函数值利用轮盘赌算法选择转发路径。实验仿真结果显示，与其它算法相比，所提算法降低了小流的丢包率和时延，同时在网络负载较大时提升了网络吞吐量。

针对现有的虚拟网络重构算法对物理网络中产生的碎片资源考虑不够周到，导致其对在线虚拟网络映射算法的性能改善不够显著的问题，该文定义了一种网络资源碎片度度量方法，并提出一种碎片感知的安全虚拟网络重构算法。该算法通过周期性考虑物理网络中节点的碎片度，选择出待迁移虚拟节点集合；通过综合考虑物理网络的碎片度减小量和虚拟网络的映射开销减少量，选择出最佳的虚拟节点迁移方案。仿真结果表明，该算法的请求接受率和收益开销比均优于当前的重构算法，特别是在收益开销比方面的优势更加明显。

基于信任的访问控制问题是面向开放式网络访问控制中研究的热点。该文针对开放式网络环境下网络交互实体不诚信合作的交互访问行为，建立了基于信任的动态访问控制博弈模型，并通过设计的奖惩激励约束机制促使交互实体在自身利益驱动下理性选择系统(设计者)期望的策略，以利益作为驱动力，奖励诚信节点，惩罚约束激励不诚信节点，实现符合目标要求实体间的总体均衡状态。仿真实验和结果分析表明，在网络交互实体的不诚信访问问题上该激励约束机制是有效的。

对签密密文的滥用是指恶意的接收者利用收到的密文伪造新的密文，使之具有不同的接收者，现有EUF-CMA(Existential UnForgeability against adaptive Chosen Messages Attack)模型不能有效模拟签密方案的密文滥用性，一些签密方案也不能抵抗对密文的滥用攻击。该文通过对EUF-CMA模型中敌手的能力进行增强，实现了模拟签密密文滥用攻击。以新近提出的几种异构签密方案为例，描述方案中存在的针对签密密文滥用的攻击实例，分析形成攻击的原因，并提出相应的改进方法。最后，以其中一种改进方案作为实例，演示采用增强的EUF-CMA模型分析签密方案密文滥用性的过程，表明该文中针对EUF-CMA模型的增强，以及对签密方案的改进方法是合理和有效的。